Open Interpreter Project
Open Interpreter · 코딩 · 기타
Open Interpreter는 프로젝트 파일을 읽고 코드를 수정하며 명령을 대신 실행하는 오픈소스 터미널 코딩 에이전트다. OpenAI나 Anthropic, 로컬 모델과 함께 동작한다.

Open Interpreter Project 소개
What Is Open Interpreter
Open Interpreter는 터미널에 자리 잡은 코딩 에이전트다. 프로젝트 폴더를 열고 바꾸고 싶은 내용을 자연어로 말하면, 파일을 살피고 손을 대고, 작업을 끝내는 데 필요한 명령을 실행한다. 전신은 언어 모델이 호스팅 환경이 아니라 자기 컴퓨터에서 곧바로 Python과 JavaScript, shell을 돌리게 하던 프로젝트였다.
로컬에서 돌리는 이점은 통제권이다. 호스팅형 코드 인터프리터는 업로드 용량에 제한이 있고 몇 분 만에 끊기며, 세션이 끝나면 모든 걸 지운다. Open Interpreter에는 그런 제약이 없다. 코드가 내 컴퓨터에서 내 파일과 라이브러리, 내 인터넷 연결로 돌기 때문이다. 모델은 내가 대고, 손이 필요한 일은 에이전트가 맡는다.
그 자유의 대가는, 파일과 shell에 접근하는 에이전트를 방치하면 실제 피해가 날 수 있다는 점이다. Open Interpreter는 두 겹의 안전장치로 막는다. 샌드박스가 기술적으로 가능한 범위를 정하고, 승인 모드가 언제 먼저 물어볼지 정한다. 변경이 반영되기 전에 diff를 확인할 수 있다.
Getting Started
- 명령 하나로 설치한다. macOS나 Linux에서는 설치 스크립트를, Windows에서는 PowerShell 버전을 실행한다.
- 터미널에서 프로젝트 폴더를 열고
interpreter(짧은 형태인i도 된다)를 입력해 대화형 세션을 시작한다. - 첫 실행에서 공급자를 고른다. ChatGPT로 로그인하거나, API 키를 붙여 넣거나, Ollama나 LM Studio로 로컬 모델을 연결한다.
- 구체적인 요청을 입력한다. 예컨대 빌드 해시를 돌려주는 헬스 엔드포인트를 추가하는 식이다.
- 제안된 편집을 검토하고 더 넓은 권한이 필요한 동작을 승인한다. 세션 중간에
/permissions로 에이전트가 건드릴 범위를 바꾸고,interpreter resume --last로 이전 작업을 이어받는다.
제품 정보
Open Interpreter Project의 요금, 지원 플랫폼, 성능을 한눈에 확인해 보세요.
추천 대상
이 도구가 가장 잘 맞는 사용자, 작업, 상황입니다.
사용자
- 브라우저 탭이 아니라 실제 프로젝트 안에서 에이전트를 쓰고 싶은 개발자. 저장소를 읽고 파일을 제자리에서 고치므로 작업은 코드가 있는 곳에 남는다.
- 프라이버시를 중시하며 로컬 모델을 쓰려는 팀. Ollama나 LM Studio를 연결하면 프롬프트와 소스 코드가 내 컴퓨터에 머문다.
- 손으로 익히는 사람. 편집도 명령도 실행 전에 표시되므로 모든 작업이 짧은 실습처럼 된다.
작업
- 작은 기능 추가. 엔드포인트나 보조 함수, 설정 조정을 요청하면 건드릴 파일을 에이전트가 찾아낸다.
- 여러 파일에 걸친 리팩터링. 함수가 호출되는 지점을 추적해 한꺼번에 갱신하고, 확정 전에 diff를 보여준다.
- 반복적인 터미널 잡일. 파일 일괄 정리, 연속 변환, 손으로 타이핑했을 데이터 준비 같은 작업.
활용 상황
- 이미 열어 둔 터미널에서 작업하기. 웹 채팅으로 전환하거나 코드를 편집기로 다시 붙여 넣을 필요가 없다.
- 어제 하던 일 이어가기. `interpreter resume --last`가 대화와 맥락, 작업 디렉터리를 되살린다.
- 작업 도중 모델 바꾸기. 다음 단계에 더 싼 모델이나 더 강한 모델이 맞으면 `/model`로 공급자를 전환한다.
주요 기능
터미널에 맞춘 작업 흐름
Open Interpreter는 이미 일하는 자리에서 돌아간다. 프로젝트 폴더에서 시작하면 디렉터리 구조를 읽고 파일을 열어 제자리에서 고친다. 설치할 IDE 확장도, 동기화를 맞출 채팅 창도 없다. shell이 보는 것과 같은 파일을 본다.
모델은 직접 가져온다
에이전트는 특정 벤더에 묶이지 않는다. ChatGPT로 로그인하거나 API 키를 쓰거나, Ollama나 LM Studio를 거쳐 로컬 모델을 가리킬 수 있다. 작업에 맞는 걸 고르고 /model로 언제든 바꾼다. 프로젝트 중간에 비용이나 프라이버시 조건이 달라질 때 중요한 부분이다.
안전장치가 붙은 명령 실행
명령 실행이야말로 에이전트가 일을 키울 수 있는 대목이라, Open Interpreter는 두 가지 통제를 겹친다. 샌드박스가 기술적으로 가능한 범위를 긋고, 승인 모드가 멈춰서 물어볼 때를 정한다. 기본 로컬 설정에서는 현재 작업 공간 안에서 움직이고, 밖으로 나가기 전에 허락을 구한다.
반영 전 diff 확인
Open Interpreter가 코드를 고치면 변경 내용을 보여주고, 적용 전에 diff를 검토하게 한다. 내 파일에 실제로 들어가는 걸 정하는 건 나다. 이게 어시스턴트와 블랙박스의 차이다.
이어받을 수 있는 세션
긴 작업은 한 번에 끝나지 않는다. interpreter resume --last 명령이 이전 대화와 맥락, 작업 디렉터리를 되불러오므로, 터미널을 닫았다 돌아와도 같은 흐름을 이어갈 수 있다.
Codex의 도구 면
Open Interpreter는 익숙한 Codex 도구 면을 유지한다. exec, 세션, MCP, AGENTS.md, skills, hooks, 권한, 서브에이전트다. 이미 이 도구를 아는 사람은 같은 습관을 그대로 가져가되, 공급자에 얽매이지 않는 모델 선택기를 곁들여 쓴다.
장단점
장점
- 로컬에서 돌고 파일과 네트워크에 완전히 접근하므로, 호스팅형 인터프리터의 업로드 한도와 시간 제한을 피한다.
- 고른 모델로 동작하고 로컬 모델도 포함하므로, 작업마다 비용과 성능을 저울질할 수 있다.
- 샌드박스와 승인 모드의 두 겹 안전장치가 실행되는 내용을 내 통제 아래 둔다.
- 반영 전에 diff를 본다는 건 단순 제안이 아니라 실제 변경을 승인한다는 뜻이다.
- 세션 이어받기와 Codex 도구 면이 여러 단계로 긴 프로젝트에 맞는다.
단점
- 터미널 도구다. shell을 여는 일이 없다면 설치와 명령줄 조작이 채팅 창보다 번거롭게 느껴진다.
- 파일과 shell에 실제로 접근하므로 승인을 대충 하면 내 컴퓨터의 것을 바꾸거나 지울 수 있다. 안전장치가 도움은 되지만, 승인하는 내용을 읽는 게 전제다.
- 모델은 직접 대고 직접 낸다. 무료 모델이 포함되지 않으니 비용은 API 사용량이나 로컬 하드웨어를 따라간다.
- 설정에 공급자 키와 환경 변수, 로컬 모델 서버에 대한 어느 정도의 익숙함이 필요하다.
자주 묻는 질문
터미널용 코딩 에이전트다. 바꾸고 싶은 내용을 자연어로 말하면 프로젝트를 읽고 파일을 고치며 필요한 명령을 실행한다. 작은 기능 추가, 파일을 넘나드는 리팩터링, 반복적인 터미널 작업 자동화가 대표적인 용도다.
관련 콘텐츠
Open Interpreter Project와 관련된 도구, 스킬, 아티클을 살펴보세요.
Open Interpreter Project 대안
Forefront
Forefront · 코딩Forefront는 오픈소스 AI로 무언가를 만드는 웹 플랫폼이다. 대표적인 오픈소스 언어 모델을 자신의 데이터로 미세 조정하고, 성능을 평가하고, API로 실행하거나 내보내 직접 호스팅할 수 있다. 폐쇄형 플랫폼의 편의를 원하면서도 모델과 데이터의 소유권은 놓지 않으려는 개발자가 대상이다.
Startkit
StartKit.AI · 코딩Startkit은 AI SaaS와 AI 래퍼 제품을 만들기 위한 보일러플레이트다. 지루한 부분을 미리 연결해 둔 AI 스타트업 보일러플레이트라고 생각하면 된다. 인증, Stripe와 Lemon Squeezy 결제, 사용량 제한, 트랜잭션 이메일, 그리고 OpenAI, Anthropic, Groq, Llama와 통신하는 AI API 스타터 키트가 포함된다. 저장소를 복제하고 가격을 정한 뒤 사용자가 실제로 돈을 내는 부분에 착수하면 된다. React와 Tailwind 위의 Next.js로 만들어졌기 때문에 보일러플레이트 코드의 상당 부분이 이미 익숙하게 느껴진다.
Testim
Tricentis · 코딩Testim은 웹, 모바일, Salesforce 애플리케이션 전반에 걸쳐 엔드투엔드 테스트를 만들고 실행하는 AI 기반 테스트 자동화 플랫폼이다. 머신러닝에 기대어 인터페이스가 바뀌어도 테스트를 안정적으로 유지하므로, 팀은 깨진 셀렉터를 고치는 데 쓰는 시간을 줄인다. 오늘부터 쓸 수 있는 자동화 테스트 도구치고 나쁘지 않다. 브라우저에서 동작을 녹화해 테스트를 만들고, 더 세밀한 제어가 필요하면 JavaScript를 더한다. 바쁜 QA 팀에게 탄탄한 선택이다.
